学位论文 > 优秀研究生学位论文题录展示
复杂藻类细胞图像分割技术研究
作 者: 陈浩
导 师: 庞全
学 校: 杭州电子科技大学
专 业: 模式识别与智能系统
关键词: 藻类细胞 Grab Cut 八方向链码法 颜色梯度 最大熵 图像分割
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 57次
引 用: 0次
阅 读: 论文下载
内容摘要
藻类既是重要的水生物资源,又是赤潮、水体富营养化等自然灾害的肇事者。传统的人工检测法不仅工作量大、费时费力,而且容易出错。建立符合国家标准的、简单快速、准确方便的新型藻类细胞分析技术,对提高藻类检测能力和水生生态环境快速监测技术具有重要意义。采用现代数字图像处理技术实现藻类细胞的自动识别与分析统计,是藻类研究的重要发展方向。然而由于藻类细胞的多样性,其在形态、颜色、纹理等方面变化大,给细胞图像分割造成很大困难。本文针对淡水湖泊中最常见的几种优势藻—即绿藻门、硅藻门、蓝藻门--的细胞图像分割技术开展研究。基于对这些藻类细胞在形态、颜色、纹理等特征的深入分析基础上,研究建立了几种新的分割算法如下:(1)基于Grab Cut和八方向链码法的藻类细胞轮廓提取算法。该方法采用Grab Cut从复杂背景中提取前景目标,用八方向链码法跟踪轮廓,最后用傅立叶描述子平滑所得轮廓。该方法尤其适合复杂背景下的藻类细胞分割,例如对采集的样本中,不仅含有藻类细胞、而且夹带大量水中污物杂质的情况下提取藻类细胞轮廓,显得格外有效。(2)基于彩色颜色梯度的藻类细胞图像分割法。由于大部分藻类细胞具有各种各样不同的颜色,基于RGB空间提取图像的彩色梯度向量,能够充分保留和利用了藻类细胞的颜色信息,有效实现与背景的区分。同时,通过边界跟踪和填充内部空洞,可实现对绿藻门、蓝藻门等大部分藻类细胞图像的有效分割。具有适应性强的特点。(3)基于均值-梯度共生矩阵模型的最大熵多阈值处理算法。将藻类细胞图像的彩色信息与最大熵结合起来,构建二维灰度直方图,综合考虑均值的抗噪性和梯度值的边缘锐化性,能有效克服非均匀背景和噪声干扰。该方法主要适用于硅藻门的菱形藻类。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-19 1.1 研究背景和意义 10-12 1.2 国内外研究现状 12-17 1.3 论文研究内容 17-19 1.3.1 论文的主要研究工作和章节安排 17-18 1.3.2 本文的主要创新点 18-19 第2章 藻类细胞特点及分割的困难性 19-34 2.1 藻类的分类及特点 19-34 2.1.1 绿藻门 20-22 2.1.2 蓝藻门 22-23 2.1.3 硅藻门 23-25 2.1.4 其他门藻类的简要介绍 25-34 第3章 基于Grab Cut 与八方向链码法的藻类细胞图像分割研究 34-46 3.1 Grab Cut 图像分割算法 34-39 3.1.1 Graph Cut 图像分割算法简介 34-35 3.1.2 Grab Cut 算法的理论基础 35-36 3.1.3 高斯混合模型及其参数求解 36-39 3.2 融合Grab Cut 与八方向链码法的图像分割方法 39-41 3.2.1 滤波处理 39 3.2.2 Grab Cut 算法处理 39-40 3.2.3 二值化处理 40 3.2.4 八方向链码法轮廓跟踪 40-41 3.2.5 基于傅立叶描述子的轮廓平滑 41 3.3 实验与分析 41-46 第4章 基于彩色颜色梯度法藻类细胞图像分割研究 46-57 4.1 彩色颜色梯度法基本原理 46-47 4.2 彩色梯度的Gamma 混合模型及模型参数求解 47-50 4.3 实验与分析 50-57 第5章 基于均值-梯度共生矩阵模型的最大熵处理算法研究 57-65 5.1 最大熵图像处理原理 57-59 5.1.1 信息熵的基本概念 57 5.1.2 图像的信息熵 57-58 5.1.3 最大信息熵原理及其在图像处理中的运用 58-59 5.2 基于均值-梯度共生矩阵模型的最大熵处理算法 59-63 5.2.1 彩色图像的灰度化 59 5.2.2 均值-梯度共生矩阵模型的构造 59-61 5.2.3 梯度坐标阈值的确定 61-62 5.2.4 均值坐标阈值的确定 62-63 5.3 实验与分析 63-65 第6章 总结与展望 65-67 6.1 论文工作总结 65 6.2 讨论和展望 65-67 致谢 67-68 参考文献 68-72 附录 72-73 详细摘要 73-76
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 领域实体属性及事件抽取技术研究,TP391.1
- 人物言论抽取与跟踪技术研究,TP391.1
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 城市轨道交通运营管理系统测试与评价方法研究,TP311.52
- 汉语框架自动识别中的歧义消解,TP391.1
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 计算机辅助髋关节置换手术系统研究与开发,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 基于图像处理的棉花成熟度判定技术的研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|